IDE가 아니라 ADE — 멀티 에이전트 지휘소 Orca

터미널 창 하나에서는 Claude Code가 결제 모듈을 리팩터링하고 있다. 다른 창에서는 Codex가 어제 배포한 기능의 테스트를 짜고 있다. 그리고 세 번째 탭의 에이전트는 10분째 조용하다. 끝난 건지, 막힌 건지, 아니면 내 승인을 기다리는 건지 알 수가 없다.

2026년의 개발자라면 한 번쯤 겪어본 풍경이다. AI 코딩 에이전트는 빠르게 좋아졌는데, 우리가 그것을 여러 개 부리는 방식은 여전히 터미널 탭을 손으로 오가는 수준에 머물러 있다. 최근 GitHub에서 폭발적으로 성장 중인 Orca는 바로 이 지점을 겨냥한다. 그리고 스스로를 IDE가 아니라 ADE(Agent Development Environment)라는 새 카테고리로 부른다.

IDE가 아니라 ADE? 새 용어부터 정리하자

Orca를 만든 곳은 Stably AI(법인명 Lovecast Inc.)다. Jinjing Liang과 Neil Parker가 2022년 창업해 같은 해 Y Combinator 윈터 배치를 거친 샌프란시스코 회사로, 원래는 QA 자동화 제품을 만들던 팀이다. Orca는 사실상 이들의 새 승부수에 가깝다.

공식 사이트가 내건 문장은 이렇다. "IDE는 당신을 위해 만들어졌다. ADE는 당신과 당신의 에이전트를 위해 만들어졌다." 그리고 문서 첫 페이지에는 더 직설적인 선언이 있다. "Not a model. Orca runs agents you already use."

이 한 문장이 Orca를 이해하는 열쇠다. Cursor나 Windsurf, GitHub Copilot은 자체 모델 접근권을 구독에 묶어 파는 통합 제품이다. 반면 Orca는 모델을 팔지 않는다. 자체 인라인 자동완성 기능조차 없다. 대신 당신이 이미 구독 중인 Claude Code, Codex, Cursor CLI 같은 에이전트들을 여러 개 동시에 굴리고 관리하는 지휘소 역할만 한다.

핵심 원리: git worktree 위에서 에이전트를 펼친다

여러 에이전트를 한 저장소에 동시에 풀면 무슨 일이 생길까? 같은 파일을 동시에 고치고, 서로의 변경을 덮어쓰고, 브랜치는 엉킨다. 이게 멀티 에이전트의 근본 문제다.

Orca의 해법은 우아할 정도로 단순하다. 모든 태스크에 각자의 git worktree를 준다. worktree는 같은 저장소의 별도 작업 사본을 디스크에 하나 더 만드는 git 기본 기능이다. 브랜치를 갈아타며 stash를 반복하는 대신, 애초에 물리적으로 분리된 작업 공간을 준다. 공식 문서의 표현을 빌리면 "이것이 병렬 에이전트를 안전하게 만드는 요소다 - 그들은 서로의 파일을 절대 밟지 않는다."

여기에 각 worktree마다 전용 에이전트 터미널과 전용 브라우저 탭이 따라붙는다. 그래서 Orca의 전체 워크플로는 이렇게 요약된다.

이 흐름에서 가장 인상적인 부분은 4~6단계, 즉 fan-out과 승자 선택이다. 같은 프롬프트를 3~5개의 서로 다른 에이전트에게 동시에 던지고, 각자 자기 브랜치에서 문제를 풀게 한 뒤, diff를 나란히 놓고 비교해 가장 좋은 결과만 머지한다. 공식 튜토리얼의 문구가 이 경험을 잘 압축한다. "세 개의 브랜치. 세 개의 diff. 같은 프롬프트."

7월에 올라온 한 리뷰 영상은 이 방식의 부수 효과를 흥미롭게 보여준다. 리뷰어는 다섯 개의 에이전트에게 각각 다른 작업을 맡겼는데, 버그에 대해서는 한 명에게만 알려줬다고 한다. 결과적으로 셋이 스스로 그 버그를 찾아냈다. 여러 관점을 병렬로 돌리면 한 관점이 놓친 것을 다른 관점이 잡는다는, 어찌 보면 당연하지만 실제로 굴려보기 전에는 체감하기 어려운 효과다.

지원 에이전트와 진짜 비용 구조

Orca의 원칙은 명쾌하다. "터미널에서 돌면 Orca에서 돈다." 공식 지원 목록에는 Claude Code, Codex, Cursor CLI, Gemini, GitHub Copilot CLI, OpenCode, Grok, Pi 등 25~30종 이상이 올라와 있고, 목록에 없는 커스텀 CLI 에이전트도 직접 추가할 수 있다.

인증은 BYO(bring your own) 방식이다. Orca에는 로그인 자체가 없고, 좌석당 요금도 없다. 앱이 당신의 기존 구독 자격증명을 각 에이전트 CLI에 전달하면, 그 CLI가 자기 제공자의 API를 당신 컴퓨터에서 직접 호출한다. Orca는 그 사이에서 마진을 취하지 않는다.

그래서 가격표가 이렇게 된다.

Cursor·Windsurf와 뭐가 다른가: 경쟁자가 아니라 위층이다

"Orca는 무료 Cursor 킬러"라는 식의 제목을 여기저기서 볼 수 있다. 트래픽에는 좋을지 몰라도, 제품 구조를 보면 정확한 표현이 아니다. Orca는 Cursor를 대체하는 게 아니라 그 위에 놓이는 레이어에 가깝다. 실제로 Orca는 Cursor CLI를 지원 에이전트 중 하나로 품는다.

독립 리뷰어들의 결론도 이 구도를 뒷받침한다. 요지는 이렇다. "Orca가 이기는 순간은 에이전트를 2개 이상 쓰고 싶을 때다. 에이전트를 하나만 쓰고 그 UI가 마음에 든다면, 거기 머물러라."

바꿔 말하면 Cursor의 인라인 자동완성이나 채팅 패널이 당신 작업의 중심이라면 Orca는 답이 아니다. 공식 문서조차 "단순 자동완성 보조가 필요하면 이 도구는 맞지 않는다"고 못박는다. Orca의 대상은 "10~100개의 코딩 에이전트를 동시에 돌리는 엔지니어"다.

같은 판의 경쟁자들: Conductor, cmux, Herdr

흥미로운 건 이 "에이전트 오케스트레이터"라는 카테고리 자체가 2026년 들어 급격히 붐비고 있다는 점이다. 7월 한 달만 해도 오케스트레이터끼리 비교하는 리뷰 콘텐츠가 하나의 장르처럼 쏟아졌다.

여기에 Herdr 같은 신흥 도구도 가세했다. 7월 중순 올라온 "Herdr vs Orca" 비교 영상은 5천 회에 가까운 조회수를 기록했는데, 영상이 던지는 질문이 이 카테고리의 본질을 잘 요약한다. "개발자를 풀타임 관리자로 만들지 않으면서, 어떻게 에이전트 함대에 대한 가시성과 통제권을 줄 것인가?"

Orca의 차별점으로 자주 꼽히는 기능은 세 가지다. 첫째, 모바일 컴패니언. 에이전트가 작업을 끝내면 알림을 받고 폰에서 후속 지시를 보낼 수 있다. 한 일본어 팟캐스트는 "컴퓨터를 닫아도 에이전트가 계속 돈다"는 점을 가장 인상적인 부분으로 꼽았다. 둘째, Design Mode. 실제 Chromium 창에서 UI 요소를 클릭하면 그 HTML·CSS·잘라낸 스크린샷이 곧바로 에이전트 프롬프트에 들어간다. 셋째, SSH 원격 worktree로 작업을 원격 머신에 태울 수 있다.

설치하고 5분 안에 3개 에이전트 돌리기

설치는 간단하다. 다만 맥 사용자는 함정이 하나 있다.

# macOS - 반드시 tap 경로를 명시할 것
brew install --cask stablyai/orca/orca

# Arch Linux (AUR)
yay -S stably-orca-bin

설치 후 공식 문서가 가장 먼저 안내하는 것은 "첫 3-에이전트 세션" 튜토리얼이다. 빈 앱에서 세 개의 에이전트를 병렬로 돌리기까지 5분이 걸리지 않는다고 안내한다. 흐름은 이렇다.

1. worktree를 하나 만든다. 새 worktree에 터미널이 열리고, 에이전트 선택 콤보박스에서 Claude Code·Codex·Cursor CLI 등을 고르면 Orca가 올바른 작업 디렉터리로 해당 CLI를 띄우고 구독 자격증명을 전달한다.
2. 같은 과정을 두 번 반복해 worktree를 총 세 개 만든다.
3. 같은 프롬프트를 세 에이전트 모두에게 붙여넣는다.
4. worktree 탭을 화면 가장자리로 드래그해 분할하면 세 에이전트를 한 화면에서 지켜볼 수 있다.
5. 작업이 끝나면 각 worktree의 diff 뷰를 열어 비교한다. Annotate AI Diff로 인라인 코멘트를 달아 가장 근접한 에이전트에게 되돌려 보낼 수도 있다.
6. Orca에서 바로 커밋·푸시하고, 나머지 두 worktree는 브랜치까지 원클릭으로 정리한다.

커뮤니티는 뭐라고 하나, 그리고 무엇을 조심해야 하나

성장 속도 자체가 이 프로젝트의 가장 큰 뉴스다. 7월 초 한 리뷰 영상은 녹화 시점 기준 "1만 1,100 스타를 넘었다"고 말했는데, 7월 말 현재 저장소의 라이브 수치는 3만 2,135 스타다. 한 달 새 세 배 가까이 뛴 셈이다. 릴리스는 거의 매일 나오고, 오픈 이슈는 2,500건을 넘겼다. 리뷰어들은 팀이 Discord에 올라온 기능 요청을 하루 안에 분류한다는 점을 호평한다.

첫인상 반응도 대체로 좋다. "이렇게 좋을 줄 몰랐다", "모든 게 훨씬 쉬워진다" 같은 리뷰 인용이 눈에 띄고, 영상 댓글에도 "설명이 정말 간결하네요. Orca 써보려고요" 같은 반응이 달린다.

다만 균형을 잡자면, 지금 확보 가능한 신호는 대부분 유튜브 리뷰어와 개인 블로그, 그리고 소규모 Reddit 스레드 수준이다. Hacker News의 대형 토론이나 대규모 실사용 리포트처럼 비판적 검증이 축적된 자료는 아직 얇다. 신생 도구를 평가할 때 늘 그렇듯, 초기 리뷰의 열광은 할인해서 들을 필요가 있다.

현재까지 반복적으로 지적되는 한계는 세 가지다.

• 단일 에이전트 사용자에게는 오버킬이다. 에이전트를 하나만 쓴다면 Orca가 주는 이점이 거의 없다.
• 비용이 병렬 수만큼 곱해진다. 토큰 소비도, worktree당 디스크 사용량도 마찬가지다.
• 에이전트 구독이 없으면 빈 껍데기다. Orca 자체는 아무것도 생성하지 못한다.

마지막으로 재미있는 각주 하나. Reddit의 한 댓글은 MacStadium의 macOS 가상화 제품 Orka와 이름이 겹친다는 점을 지적하며 "저 이름 오래 못 갈 것 같은데"라고 촌평했다. 실제로 이 카테고리에서 이름 충돌은 검색 유입에 꽤 현실적인 문제다.

결론: 당신에게 맞는 도구인가

Orca를 한 문장으로 요약하면 이렇다. 모델을 팔지 않고, 당신이 이미 가진 에이전트들을 격리된 worktree 위에서 동시에 부리게 해주는 무료 오픈소스 지휘소.

AI 코딩 도구의 경쟁 축이 "어떤 모델이 더 똑똑한가"에서 "여러 에이전트를 어떻게 관리할 것인가"로 옮겨가고 있다는 신호로 읽으면, Orca는 그 흐름의 가장 선명한 사례다. 관심이 생겼다면 공식 문서의 3-에이전트 튜토리얼로 5분만 투자해보길 권한다. 손에 잡히는 데 그 정도면 충분하다.